利用基于机制的体外检测数据，对农药在大鼠体内的非遗传毒性甲状腺致癌性进行跨物种预测

《Food and Chemical Toxicology》：Read-across prediction of nongenotoxic thyroid carcinogenicity of pesticides in rats using mechanism-based in vitro assay data

本研究基于分子描述符和体外毒性数据，通过整合读-across方法预测农药诱导的鼠甲状腺癌，结果显示结合两种数据提升预测准确度（平衡准确率0.722 vs 0.566）。验证了整合方法在非基因毒性致癌预测中的应用价值。

　　

水野康介|内田奈奈|武下純一|大岡彰|静隆太|吉成晃一

日本静冈大学药学部

摘要

开发替代方法来研究大鼠的致癌性仍然是一个重大挑战。在我们之前的研究中，我们发现虽然结构相似性为致癌物分类提供了基础，但整合与机制相关的体外细胞毒性数据显著提高了对鼻腔、胃和膀胱/尿道肿瘤的跨物种预测准确性。在这项研究中，我们使用相同的126种农药数据集，探讨了基于毒性机制的跨物种方法是否可以用于预测甲状腺致癌性。我们通过体外实验评估了与甲状腺致癌机制相关的核受体激活情况。跨物种预测首先根据分子描述符计算出的欧几里得距离选择邻近物质，然后根据体外实验结果的一致性进一步筛选。我们的结果表明，结合分子描述符和体外实验数据选择邻近物质可以提高预测准确性（平衡准确率为0.722），而仅基于分子描述符选择的准确性为0.566。这表明将分子描述符与与机制相关的体外实验数据结合起来，对于预测大鼠的甲状腺肿瘤是有效的，进一步支持了我们提出的综合跨物种方法。

引言

传统的化学安全性评估主要依赖于动物实验，如大鼠的重复剂量毒性和长期致癌性研究。然而，日益增加的伦理问题和监管压力推动了替代非动物方法的发展，包括新的方法论（NAMs），这些方法整合了计算机模拟（in silico）、体外（in vitro）和组学技术（Mone等人，2020年；Wood等人，2025年）。其中，跨物种方法利用类似化学物质的数据来预测未知物质的毒性，特别是在欧盟获得了广泛关注（Banerjee等人，2024年；Lizarraga等人，2023年；Rovida等人，2020年）。最近，欧洲食品安全局发布了关于食品和饲料中化学物质安全性评估的跨物种方法指南，以及2025年3月举行的跨物种方法研讨会的报告（欧洲食品安全局，2025年；EFSA科学委员会等人，2025年）。该指南包括一个六步的跨物种工作流程：问题界定（步骤1）、目标物质表征（步骤2）、来源物质识别（步骤3）、来源物质评估（步骤4）、数据填补（步骤5）和不确定性评估（步骤6）。尽管该指南和配套信息促进了跨物种方法在化学安全性评估中的应用，但还需要进一步细化每个步骤，并涉及更多不同化学物质和终点的案例研究，以使跨物种方法足够稳健并得到监管机构的认可。

为了配合全球发展非动物测试策略的努力，经合组织（OECD）推广了综合测试和评估方法（IATA）（Casati，2018年；Sakuratani等人，2018年）。这些方法结合了现有数据、计算模型、体外实验结果和机制洞察，以支持化学风险评估。它们通常与不良效应路径（AOP）框架保持一致，该框架将由应激因素引起的分子水平变化与风险评估和监管决策相关的不良效应联系起来。这种框架提供了透明且基于科学的毒性评估。

虽然IATA已成功应用于皮肤致敏和遗传毒性等终点，但由于潜在机制的复杂性，其在非遗传毒性致癌性方面的应用仍然有限。非遗传性致癌性涉及多种因素，包括炎症、氧化应激和细胞增殖（Hernandez等人，2009年）。这种复杂性使得开发单一检测方法来识别这些效应变得具有挑战性，需要整合多种测试策略，包括计算方法和体外实验，以构建全面的风险评估框架。因此，IATA在非遗传毒性致癌性方面的应用仍在发展中，重点在于改进测试方法和模型，以在不进行传统动物实验的情况下预测化学物质的致癌潜力（Jacobs等人，2020年）。

关于化学毒性的跨物种预测，已经有许多案例研究。结果清楚地表明，除了化学结构和理化性质外，体外实验数据（即生物学数据）对于定义化学相似性和选择来源物质也非常有用（Nakagawa等人，2021年；Pestana等人，2021年；Gruszczynska等人，2024年；Patlewicz等人，2024年）。这些研究的终点包括大鼠的重复剂量毒性，但关于化学致癌性的报道较少。

在化学致癌性预测方面，已经报道了几种使用定量结构-活性关系（QSARs）的计算机模拟方法（Valerio等人，2007年；Toma等人，2020年；Li等人，2022年；Chung等人，2023年）。Li等人（2022年）利用致癌潜力数据库开发了多种QSAR模型，用于预测大鼠和小鼠的肝脏肿瘤剂量（TD50），其R2值范围为0.7102至0.9561。然而，这些模型是针对融合和非融合芳香烃开发的，其适用性可能限于更广泛的化学物质类别。Chung等人（2023年）开发了一个共识QSAR模型，整合了15个基于多种机器学习算法的模型，使用口服斜率因子数据来预测人类致癌性。然而，他们的方法没有明确区分作用模式，如遗传毒性和非遗传毒性机制。

在我们之前的研究中，我们评估了结合体外实验数据和结构信息进行农药非遗传毒性致癌性跨物种预测的方法，特别关注与细胞毒性相关的大鼠肿瘤，如鼻腔、胃和膀胱/尿道的肿瘤（Mizuno等人，2025年）。我们的发现表明，虽然结构相似性为化学物质分类提供了基础，但整合与机制相关的体外细胞毒性数据显著增强了跨物种预测的科学依据。这种方法支持与AOP框架一致的作用模式推理。尽管如此，目前尚不清楚这种方法是否也可以用于预测其他类型的肿瘤。

在这项研究中，我们旨在评估我们的方法是否适用于大鼠的甲状腺肿瘤，这些肿瘤在两年期大鼠致癌性研究中较为常见（Harakawa等人，2025年）。已知大鼠的甲状腺肿瘤是通过甲状腺激素（THs）的肝脏清除增强而发展的。某些化合物激活了外源性物质反应的核受体，诱导肝脏UDP-葡萄糖醛酸转移酶（UGTs）的活性，增加TH代谢（Tien和Negishi，2006年），从而降低血清TH水平。这种降低会通过垂体反馈触发甲状腺刺激激素的补偿性升高，导致滤泡细胞肥大、增生，最终形成腺瘤或癌（Dellarco等人，2006年；Finch等人，2006年；Hurley，1998年）（补充图S1）。为了预测大鼠的这些肿瘤，我们旨在利用两年期农药致癌性研究的结果开发一种跨物种方法（Harakawa，2025年）。基于我们之前关于细胞毒性相关肿瘤的工作（Mizuno等人，2025年），我们评估了结合分子描述符和体外实验数据的综合跨物种方法在预测大鼠甲状腺肿瘤方面的适用性。具体来说，如补充图S1所示，核受体的激活被认为是化学诱导甲状腺肿瘤的分子起始事件（MIEs）之一；因此，我们使用了与核受体激活相关的实验结果作为机制信息。

数据集

我们使用了与之前研究相同的126种农药数据集（Mizuno等人，2025年）。这些农药被分类为甲状腺肿瘤阳性或阴性，具体总结在补充表S1中，35种致癌物的化学结构显示在图1中。

体外实验

本研究中使用的农药来自商业来源（补充表S1；如需更多详细信息，请另行索取），并溶解在二甲基亚砜中（Fujifilm Wako Pure Chemical）

测试物质的化学相似性

补充图S3展示了这些物质的化学空间的UMAP可视化。甲状腺致癌物（黑点）与非致癌物（灰点）分散在投影空间中。值得注意的是，这两组之间没有明显的簇或分离。这些结果表明，仅凭结构描述符或体外实验数据不足以清晰地区分甲状腺肿瘤诱导剂和非致癌物。

体外实验的选择

测试物质接受了...

讨论

在我们之前的研究中，我们证明了通过两步选择来源物质——首先基于化学描述符，然后基于体外实验兼容性——可以提高与细胞毒性相关的大鼠肿瘤的跨物种预测准确性（Mizuno等人，2025年）。基于这些发现，本研究考察了这种两步方法是否也可以预测其他类型的肿瘤，特别是以甲状腺致癌性作为模型。

我们遵循了之前的方法：来源...

利益冲突声明

作者声明他们没有已知的可能会影响本文工作的财务利益或个人关系。

作者贡献声明

吉成晃一：写作——审阅与编辑，撰写初稿，监督，研究，资金获取，数据管理，概念化。大岡彰：写作——审阅与编辑，研究。静隆太：写作——审阅与编辑，研究。内田奈奈：验证，研究，形式分析。武下純一：写作——审阅与编辑，方法学。水野康介：写作——审阅与编辑，撰写初稿，可视化，验证，研究，

未引用参考文献

Abu Alfeilat等人，2022年；Chung等人，2022年；EFSA等人，2025年；France等人。

数据可用性

数据可在文章及其补充数据中找到，或根据合理请求提供。

关于写作过程中生成式AI和AI辅助技术的声明

在准备这项工作时，作者使用了Grammarly（版本1.134.1.0）来检查和改进英语语法。使用该工具/服务后，作者根据需要审阅和编辑了内容，并对出版物的内容负全责。

资助

本研究得到了日本政府内阁府食品安全委员会的资助（食品安全风险评估研究计划，编号JPCAFSC20222206）。

利益冲突声明

? 作者声明以下财务利益/个人关系可能被视为潜在的利益冲突：吉成晃一报告称获得了日本政府内阁府食品安全委员会的财务支持。如果还有其他作者，他们声明没有已知的可能会影响本文工作的财务利益或个人关系。

致谢

作者感谢静冈大学药学部分子毒理学实验室的中山千惠女士及其他成员提供的宝贵建议和讨论。